科研之友
微信
新浪微博
Facebook
分享链接
摘要
随着低空无人机(unmaned aerial vehicle,UAV)技术的快速发展，搭载光学传感器的小型消费级无人机可快速、灵活地获取目标对象的高分辨率影像数据，在地学各领域中呈现出广阔的应用前景。UAV-SfM(structure from motion)作为成像3D立体构建的最新技术方法，是深化低空无人机技术地学领域研究的核心技术，但目前对于运用UAV-SfM方法获取数据综合精度的研究不足，影响了该技术进一步的推广应用。针对DJI Phantom 4 RTK消费级无人机是否具有应用于滇中高原山地浅层地表变化检测的可能性问题，选择了东川红土地典型坡耕地为试验区，采用相同航高重复飞行规划方案，并运用SfM-MVS关键技术处理获取同一测区重复的DSM与DOM数据。为了评价分析针对典型坡耕地的UAV重复观测的测量精度，特别对实验区中的裸露坡耕地Ⅰ和有作物生长的坡耕地Ⅱ,分别采用基于剖面线的3D离散点抽样和基于窗口面的3D点集抽样方法，开展了对UAV重复观测坡耕地的3D点位精度评价。点位精度分析表明：(1)基于剖面线的3D离散点抽样及精度分析，坡耕地Ⅰ平面点位精度误差均值为±0.029 m, 3D点位误差精度为±0.072 m;坡耕地Ⅱ平面点位精度误差均值为±0.032 m, 3D点位误差精度为±0.075 m。(2)基于窗口面的3D点集抽样及精度分析，坡耕地Ⅰ平面点位精度误差均值为±0.013 m, 3D点位误差精度为±0.066 m;坡耕地Ⅱ平面点位精度误差均值为±0.038 m, 3D点位误差精度为±0.076 m。综合分析得出，基于剖面线单点抽样评价精度结果整体好于基于窗口的3D点集抽样评价精度，但总体上平面精度与垂直精度均能够达到厘米级。实验对比分析研究得出，不同地表粗糙度对UAV重复观测精度存在影响，地表粗糙度大的3D点位误差比粗糙度小的点位误差大。该研究成果可以为基于无人机与SfM方法的地貌数据采集与三维重建的精度控制和采集方案设置提供定量参考。
-
单位昆明理工大学; 滇西应用技术大学
